NAJWAŻNIEJSZE
Po pierwsze, Meta pokazała Muse Wonder i Muse Wonder Full, swój pierwszy model klasy granicznej, i uczyniła z niego produkt zamknięty: mocniejszy wariant jest dostępny tylko w subskrypcji, standardowy kosztuje cztery i dwadzieścia dolarów za milion tokenów, a wag nie ma w ogóle. To zwrot w strategii spółki, która zbudowała pozycję na otwartym modelu Llama, i sygnał, że szczyt rynku przechodzi na sprzedaż subskrypcyjną z ograniczonym dostępem do API (Meta, TechCrunch, VentureBeat, 12.10).
Źródło: techcrunch, venturebeat
Po drugie, ocena modeli przestała dotyczyć odpowiedzi, a zaczęła dotyczyć wykonanej i przyjętej pracy. FrontierCode 1.1 mierzy, czy zmiana agenta nadawałaby się do przyjęcia w prawdziwym repozytorium, a Artificial Analysis pokazuje przy tym, że wynik o trzy punkty wyższy może kosztować około dwunastu i pół razy więcej. Dla kupującego jednostką rozliczeniową staje się koszt dowiezionego zadania, nie koszt tokenu (Cognition, Artificial Analysis, AlphaSignal, 12.10).
Źródło: artificial-analysis, alphasignal
Po trzecie, dwa niezależne zdarzenia z tej samej doby podważają założenie, że rzetelnej technologii można zaufać bez dowodu. Praca przyjęta na NeurIPS dowodzi, że ukryte zdolności modelu da się utrzymać poza zasięgiem każdego dzisiejszego audytu, a zgłoszenie w narzędziu Codex pokazuje, że samo zainstalowane narzędzie może uruchamiać w tle proces, którego tożsamości użytkownik nie kontroluje. Zaufanie staje się kategorią techniczną, nie deklaracją (arXiv, NeurIPS 2026; GitHub, OpenAI Codex).